2018年11月30日

上午 7:30-9:10 注册签到

上午 9:10 开场致辞

09:00-11:30

巅峰论坛(上午)

  • 时间
  • 演讲主题
  • 演讲嘉宾
09:10-09:20

09:20-09:50

1、深度学习与自然语言理解; 2、当前自然语言理解的困境; 3、自然语言理解在智能客服中的实践; 4、自然语言理解的发展与未来。

09:50-10:20

松鼠AI通过多种AI模型,数据和教研结合,在检测和学习推荐环节实现了数倍于真人教学的效率提升,AI超级教师可以通过人工智能系统等技术给孩子做精准定位,从而进行个性化推荐,根据孩子的自身特点个性化地去制定属于每个孩子的学习目标、学习路径和学习内容。目前AI老师教学效果优于真人老师。实际教学中已经实现了AI老师为主,真人为辅的教学模式。

10:20-10:50

1. 硅谷AI最新趋势。本演讲将分享硅谷AI技术的最新趋势以及在美国的应用现状和前景。 2. 搜索与AI的关系。传统搜索引擎已经无法满足用户的多场景及多样化的需求。郑伟曾是谷歌移动搜索核心成员并开发出获得世界级大奖的搜索引擎,本演讲将介绍搜索与AI如何相互赋能是各自变得更加智能,以及美国各个公司在这方面的探索和新产品。

10:50-11:20

贝壳金服作为国内领先的聚焦于居住领域的金融服务商,旨在围绕租赁、家装、买卖、持有这4个居住的典型消费场景为用户提供各类金融服务,坚持以技术为驱动力,深入探索AI在居住场景中的应用,加速推进线上基础设施建设,希望通过科技、产品和服务为整个行业赋能。贝壳金服独有的楼盘字典、征信系统、房屋估价系统、金融信息库,积累了庞大的底层数据。本次演讲将围绕居住场景,就基于AI的智能推荐、基于AI的服务质量提升、基于AI提高人的效率和服务质量等展开深入解读。

13:30-17:00

通用技术(下午)

  • 机器学习(点击查看详情)(A会场)
  • 数据处理(点击查看详情)(B会场)
  • 算法模型(点击查看详情)(C会场)
  • AI平台和工具(点击查看详情)(D会场)
  • 时间
  • 演讲主题
  • 演讲嘉宾
13:30-14:30

机器阅读理解技术可以针对问句从文本片段中找到精准答案,是搜索引擎,问答系统等终端应用一直面临的挑战。在巨大的商业价值驱动下,阅读理解技术近年飞速发展,在工业界也逐步出现一些落地应用。本次分享将先对机器阅读理解的现状与前沿技术进行介绍,再分享其带动的机器学习进展追一科技在中文阅读理解的技术探索。第二部分将探讨AI技术落地的难点与阅读理解技术的产品化实践。

14:30-15:30

几乎每一个竞技体育项目都离不开数据分析,电子竞技也不例外。和传统体育中数据分析主要面向职业体育不一样的是,电子竞技由于职业玩家和业余玩家的距离更近、业余玩家对于项目的参与度更高,使得业余玩家对于数据分析的需求更高。在过去的电竞数据分析中,更多的团队使用传统的数学模型,往往会被玩家和用户指责不够客观或是不够全面。使用深度学习的话,就可以很有效地规避这些问题。深度学习模型非常地客观,所得到的结果模型完全基于比赛数据。同时,由于游戏用户重结果大于重原理,深度学习一直被诟病的“黑盒问题”也显得无足轻重。 本次演讲我们将会介绍我们在过去的一年中所做的一些项目,并借此为大家带来关于VPGAME在深度学习和电子竞技/游戏相结合的一些研究,解决过的一些问题,和我们认为未来的发展方向

15:50-16:50

重构“人货场”等商业要素是新零售亘古不变的本质。过去二十年,由于互联网的发展,零售由线下往线上迁移。近些年,伴随着智能手机的普及,越来越多的线上零售在移动终端上完成。随着这些移动设备计算力和存储力的日益强大,智能手机也正在成为强大的计算平台,为复杂的端上情景计算提供了可能。 情景计算是利用大数据和机器学习算法在移动设备上主动感知用户及用户所处的环境,以达到多元化新零售中“人货场”等商业要素的目的。与传统云上计算不同的是,端上情景计算提供了更实时的反馈、更普适的计算、更好的隐私保护,为手机淘宝提供了无限可能。

13:30-14:30

近年来,随着科技的发展,特别是互联网技术的发展,极大的推动了各个行业的发展,甚至可以说是飞速的发展,但是在发展中我们却忽虑了农业的发展,一个关系到国计民生的行业。 本次大会,我将介绍农田管家团队如何运用数据分析构筑数字农业管理平台,赋能农业生产、经营。具体的,飞防系统,通过智能派单,撮合农户和飞手团队建立联系产生交易;流量器在无人机作业的过程中收集物理位置坐标通过GPS、北斗发送到服务;GIS团队通过数据降噪,一组算法画出二维图,精准测绘地块面积,为双方的交易提供可信度极高的数据保障。

14:30-15:30

大部分企业大数据“大而不强”,人工智能 “人工”而不“智能”。要解决企业的这些问题,需要用新一代的数据计算架构,IOTA架构。它将数据和AI模型,从中央集中计算,放到边缘进行计算,最终形成企业数据的业务闭环,提高企业运行效率。IOTA架构扩展到整个企业就形成了数据水系的理论,数据河补全了数据湖的流动性的问题,将IOTA架构扩展到整个企业,从而改善整个企业大数据和人工智能与业务的交互效率以及自身技术的发展速度。本次演讲,详细讲解了基于IOTA数据河的计算引擎的实现思路,以及和数据河的基本理念,供大数据从业者学习。

15:50-16:50

BBAE Advisory作为一家SEC备案注册的初创投资顾问平台,已经成功运行了两年多智能投顾业务。我们将围绕BBAE智能投顾产品的设计实现,详细介绍如何基于统计模型和机器学习来构建一个自适应的资产管理组合。

13:30-14:15

在线教育行业是典型的双边市场,随着用户规模的变大,传统抢单模式的弊端慢慢暴露出来。比如:用户无法挑选到合适的老师;用户选择其他用户喜好的老师;以及平台马太效应愈发严重。和外卖、快递、出行等行业的发展轨迹一样,慢慢从抢单过度到智能派单,能够有效地提升平台的整体效率,同时,提升用户的产品满意度。本次将分享和其他行业相比,在线教育行业智能排单的异同。

14:15-15:00

本次演讲主要介绍自然语言处理(NLP)技术的发展和基于语义理解的对话系统和智能交互系统,最后重点介绍语义理解的场景落地及实战经验分享

15:20-16:05

本次演讲将主要介绍神经机器翻译相关技术及其应用。主要就以下几点进行介绍:机器翻译基本介绍、灵云机器翻译框架介绍、Transformer模型介绍、翻译中其他设计的算法介绍、业界翻译产品现状、挑战及未来机器翻译发展趋势等。

16:05-16:50

在新零售和新制造的大环境下,为消费者提供更好的服务成为企业追逐的发展方向。基于数据这种生产资料,我们希望通过AI助力传统的零售企业在日益激烈的市场中找到自己的优势,围绕“全维度”了解用户并为之提供“更贴心”的个性化服务这两个出发点,聚焦在计算机视觉的人脸领域以及个性化推荐等方向。在AI落地的具体场景中,会出现各种各样复杂的问题以及各种问题交叉出现的“超级”问题,如何综合考虑技术和业务场景去解决这些问题是这次分享的主题。

13:30-14:30

持续集成、持续交付、持续部署可以让软件进行快速迭代的同时保持着较高的软件质量。随着机器学习的普及,越来越多的服务更加的个性化,定制化,“持续智能”定义了一套对此类服务进行快速迭代和发布的一种方法。

14:30-15:30

该报告首先分析深度学习技术的发展历程和发展趋势,并介绍深度学习框架的发展现状。结合百度在深度学习技术应用的情况,介绍国内唯一开源开放的深度学习框架PaddlePaddle的进展。同时,介绍PaddlePaddle的技术领先性以及为各行各业进行AI赋能的经验和成果。

15:50-16:50

嘉宾将从人工智能行业发展现状出发,列举目前较成熟行业发展机遇及问题。进而介绍人工智能建模系统的优势及便利性,最后以偶数科技的LittleBoy金融项目落地为例,讲解如何“让普通人轻松拥抱AI,助力行业实践”。

2018年12月01日

09:00-11:30

应用领域(上午)

  • 推荐搜索(点击查看详情)(A会场)
  • 人机智能(点击查看详情)(B会场)
  • 计算机视觉(点击查看详情)(C会场)
  • 文本分析与NLP(点击查看详情)(D会场)
  • 时间
  • 演讲主题
  • 演讲嘉宾
09:30-10:15

推荐系统的核心排序算法已经从传统的LR、GBDT等模型进化到了Depp&Wide、DeepFM、PNN等若干深度模型和传统模型相结合的阶段。360有着丰富的推荐系统落地场景。如何结合各个业务数据的特点,设计合适的深度推荐算法,同时设计合理的架构保证深度学习算法的稳定运行,成为我们在推动基于深度学习的推荐系统落地的难点。本次演讲分为两大部分,第一部分简略介绍推荐系统相关算法的最新研究进展,第二部分介绍在360具体的应用场景下我们在算法设计和数据测的一些工程实践。

10:15-11:00

本次演讲我将介绍数据科学家的职业进阶和算法在stitch fix的应用。我会介绍数据科学的一般工作流程,然后讲述分析型和算法型的数据科学家职业发展进阶的道路。之后我会介绍数据科学在stitch fix的应用。stitch fix是硅谷一家数据驱动的服装订阅电商。stitch fix的数据科学团队占公司总人数的1/4,承担数据平台、用户、推荐和库存四个板块的工作。淘宝最近推荐的营收才超过搜索,而stitch fix 100%的收入都来源于算法推荐。我会介绍stitch fix推荐算法的一些尝试和人机耦合的推荐模式。在分享的结束,会介绍数据在需求预测、动态库存等领域的应用。

11:00-11:45

本次演讲会主要介绍美团O2O服务搜索具有的特点以及面临的技术挑战。然后会重点从用户理解和个性化排序两个方向去讲述深度学习技术的应用和实践。具体的内容包括: 1. 美团搜索的业务现状、规模以及要解决的核心问题,同时也会介绍O2O搜索和传统搜索的异同点以及技术上不一样的挑战; 2. 为了满足用户,首先需要更好的理解用户的需求。因此对用户查询和个性需求的理解是必不可少的,所以会重点讲述深度语义模型在用户理解上的一些突破和进展 3. 另外从搜索结果个性化排序层面,也会介绍深度学习的模型在美团排序上面的探索和进展。

09:30-10:15

京东坚持以技术驱动消费者体验升级,致力于将人工智能技术与商业场景应用相结合,以不断实现体验升级和创新。智能对话作为京东布局已久的技术领域,目前已经在京东客服业务上进行了成熟应用。基于自然语言处理、深度神经网络和机器学习等AI前沿科技打造的智能客服目前已经承接京东90%以上的消费者咨询,并具有情感识别能力,是业内首个大规模商用的情感智能AI客服机器人。此外,还赋能人工打造“X客服”,加速人工客服响应能力、提高标准服务水平,并赋能京东商家、外部企业机构提供商家服务机器人与智能对话解决方案。本次演讲将分享京东智能对话是如何形成整体解决方案助力客服咨询体验升级的。

10:15-11:00

本次演讲以扇贝在谷歌开发者大会中的一个案例项目为例,讲述在语言学习场景下对深度学习的应用。探讨在中小团队中如何实现从基础设施建设到数据收集清洗,再到模型的选择和评估,逐步搭建深度学习落地的开发框架和迭代流程。

11:00-11:45

在苏宁我们一直把智慧零售的理念落到我们的产品体验上,作为国内最大的o2o战略的实践者,我们积攒了有着20多年的行业领域知识,如何通过大数据,机器学习,深度学习等新技术提升我们的产品体验,一直是我们努力实践的方向。苏宁搜索团队围绕着电子商务领域中的导购、服务以及任务助理等几个方面,研发了智能购物助理机器人平台,为业务线提供良好支持。 本次分享主要介绍苏宁智能购物助理机器人平台介绍、智能人机交互构建技术实践、挑战与未来三部分。

09:30-10:15

本地生活场景中包含大量极富挑战的计算机视觉任务,如菜单识别,招牌识别,菜品识别,商品识别,行人检测与室内视觉导航等。这些计算机视觉任务对应的核心技术可以归纳为三类:物体识别,文本识别与三维重建。本次演讲将概括介绍这三个方面的视觉技术的发展脉络,并就最新的进展做重点阐述。

10:15-11:00

据有效统计,AI人才领域全球仅30万,与此同时是此类人才获取成本不断走高。大多数会扎在人脸识别、车辆、车牌识别等领域。而对于长尾的需求,尤其是对于要结合自身业务的客户而言,市场上基本找不到成熟的应用。 对于这些难题,或许我们能通过工具化的手段,找到另一种轻量级的解决方案。

11:00-11:45

以消费者体验为核心,通过VR/AR技术为新零售赋能,重构消费体验场景,提升消费者购物体验,主要围绕以下三个方面进行阐述 1. AR、VR科技加速新零售业发展 2. VR、AR对营销模式的创新 3. VR、AR与新零售的未来

9:30-10:10

自然语言数据作为重要的沟通形式以及信息载体广泛存在于企业日常业务的各个环节之中,合理的NLP技术可以克服自然语言的非形式化、不确定性等问题,发掘并捕获其中蕴含的有价值信息,进而用于业务咨询、决策支持、精准营销等方面,是企业重要的AI能力之一。本报告将围绕基于机器学习的NLP技术在宜信内部各业务领域的应用实践来展开,分享这一过程中的相关经验,包括智能机器人在业务支持、客户服务中的探索,基于文本语义分析的用户画像构建,以及NLP算法服务平台化实施思路等。

10:10-10:50

微博作为国内最大的社交媒体平台,每天用户更新上亿条微博内容。但微博内容的特点是文本短,表达形式丰富,为内容理解带来较大难度。此议题为介绍微博的内容理解的场景,难点,解决思路和算法,以及在微博兴趣推荐场景下的应用。

10:55-11:35

对话系统是NLP领域常见的技术方向,也是未完全解决的技术难点。近年来,深度学习的兴盛把对话系统带到了一个新高度,贝壳找房作为行业内最大的居住服务平台,也在对话系统上有长期的探索尝试。常规的对话系统试图取代传统的人工服务,而贝壳找房的对话系统有自己的创新,人工智能和人工知识可以共同学习演化,借助深度学习和传统NLP技术,真正做到了为行业赋能。本议题为你分享贝壳找房在语义理解,对话系统,语音助手和VR看房协同工作相关技术和产品实践。

11:35-12:15

作为国内知名知识分享平台,知乎已拥有 2 亿注册用户,回答数超过 1 亿,目前 AI 已经全面参与知乎的各个环节,大大提升了效率。本次议题将分享知乎在知识图谱、内容理解、用户画像的具体技术及其相关的应用。

13:30-17:00

行业赋能(下午)

  • 业务实践(点击查看详情)(A会场)
  • 优化硬件(点击查看详情)(B会场)
  • 行业赋能(点击查看详情)(C会场)
  • AI新一代应用(点击查看详情)(D会场)
  • 时间
  • 演讲主题
  • 演讲嘉宾
13:30-14:30

随着移动应用和内容业务的发展,视觉搜索技术日益成为用户增长和应用体验提升的关键因素。本次演讲结合蘑菇街的海量图片/商品数据和互联网业务场景,介绍蘑菇街在视觉搜索方向上的技术探索和业务实践演进历程。针对电商领域的数据特点,讲述深度学习的应用及其带来的效果提升,包括商品类目预测、主体检测、使用Attention学习更具辨识度的深度特征、图像特征融合等内容。同时通过具体的业务案例,介绍视觉搜索技术的落地应用之路。

14:30-15:30

几乎每一个人都会接触房屋租赁领域的方方面面,而当前行业中仍存在着诸如房源信息不真实,信任体系缺失,以及信息匹配效率偏低等痛点。本次演讲计划从贝壳租房自身的实践经验出发,介绍我们通过大数据与机器学习的方法管控房源真实性以及服务品质,同时建立完善的租赁信用体系,不断提升商家提供的服务品质,提高行业信息匹配效率。

15:50-16:50

在面向对象的时代里,我们常说万物皆对象,之前我们只是来分析对象的个体,随着互联网和社交网络的发展,对象与对象之间的联系变得越来越紧密,我们把一个对象称之为一个实体,我们现在对于实体之间关系的分析变得尤为重要,我们可以使用知识图谱相关技术,来挖掘实体之间的关系,从而找到其中的商业价值,打造自己的知识图谱应用。

13:30-14:15

用Tensorflow训练出来的摄像头采集识别模型如果想用一颗7号电池跑一年应该怎么办?当下随着物联网应用的深入,越来越多的项目提出了类似的问题。这次演讲将为大家梳理当下已经商用的低功耗边缘测神经网络计算平台技术,以及相应的应用场景和商业上的一些问题。

14:15-15:00

氖星智能是人机自然语言交互的IT系统,它让每个B端客户可以建立自己的问答机器人,为他们的用户提供人机自然语言交互服务。它建立在小谛机器人DSA自然语言处理技术之上,问答准确率大于80%;对话支持上下文,交互自然流畅。它是新的流量入口。它可以做客服机器人用,也可以做智能硬件的对话系统用,是商用机器人的大脑。

15:20-16:05

计算的发展快速推动的人工智能的发展。人工神经网络在AlexNet、GoogleNet、Resnet等高级模型已经需要Exaflos计算量。人工智能需要的训练计算能力要求越来越大AI计算平台在不同的应用领域,会遇到多重瓶颈。如计算能力的瓶颈、延迟的瓶颈、通信能力的瓶颈。如何解决这三个核心问题?AI平台设计的核心在于提升单位密度计算能力,实现可伸缩的计算规模和创造更高效的计算构架,解决这些问题的难度依次递增。提高单位计算能力的经典产品产业界经典的产品是NVIDIA-DGX1,硬件解耦实现资源的物理池化和动态重构实现可伸缩性,浪潮商用FP5295G2服务器专为AI 而重新设计了IT 基础架构,从系统架构层面进行了创新设计。POWER处理器直接采用NVlink互联总线,完全摒弃了PCIe互联模式,总线架构清晰简洁,POWER9处理器与NVIDIA Tesla V100 GPU通过NVLink实现CPU-GPU,GPU-GPU之间的直接互联,NVlink支持 CPU-GPU共享内存,也就是实现Cache一致性,从硬件上保障了地址空间连续性,简化编程过程。FP5295G2与PowerAI深度学习软件平台无缝融合,轻松打造深AI应用平台。支持最流行的机器学习框架,实现企业级的AI基础架构,并能够通过企业级,几小时便可完成通用框架部署企业级PowerAI DL框架,简化深度学习部署于性能, 为AI用户提供更强悍、更简单的端到端工具链。可以从一个节点开始,高效地扩展至堆栈或数千个节点,且它们的性能近乎是线性增长的。FP5295G2面向金融、制造、医疗及HPC等领域而专门优化,在金融反欺诈、产品质量控制与分类、医疗影像及病历分析以及HPC集群等应用场景中,可大幅缩短深度学习算法训练的时间。

16:05-16:50

在提高深度学习算法运算效率时,Memory Wall成为一个阻拦AI芯片能效比提升的主要障碍,传统 CPU/GPU/DSP 等处理器架构在运算效率上的提升却无法破解神经网络的大数据量特性问题, 采用im2col或直接卷积计算的ASIC设计也同样被数据带宽掣肘,探境科技提出全球领先的存储优先AI 芯片架构(SF Architecture),并结合计算存储一体化、软硬件联合设计、数据压缩等技术手段,超越 Memory Wall 的局限,将 AI 计算的能效比提高到新的高度。

13:30-14:30

新媒体在数字科技引领下走上新的征程,随着近年人工智能技术迅速崛起,媒体融合创新不断发展。以今日头条为代表的AI技术异军突起,内容付费、智能推荐引擎、用户行为分析等技术不断涌现。可以说媒体已经进入全新的进化周期,本次演讲会重点讨论AI技术在新媒体领域的创新性应用以及生态体系建设等内容。

14:50-15:30

AI技术的快速发展与行业赋能,离不开算法的演进和基础设施的优化。为了快速推动企业AI应用落地,UCloud基于多年公有云研发的技术积累结合AI技术的特点,研发了一整套完善的AI PaaS线上、线下基础AI云平台方案。本次演讲将从云计算基础设施出发,结合AI训练和推理任务的特点与需求,介绍如何结合UCloud公有云平台和UMCloud私有云平台的优势,构建线上、线下一体化AI PaaS平台,以及在搭建AI PaaS平台过程中的一些方法与思路,以及其中遇到的挑战和解决方案。

15:50-16:50

AI技术对于电子商务至关重要,但AI的实践门槛很高,对于创业公司尤其如此。本分享结合AI在微店落地的实践经验,从图像、用户画像、数据挖掘、自然语言处理等角度探讨电商创业公司如何打造好AI系统以及如何利用好AI解决实际问题。

13:30-14:30

AI技术在赋能各个产业的同时,也被网络黑产所利用,使得黑产攻击更加自动化,更加隐蔽,难于检测。 DataVisor在互联网反欺诈领域研究发现,目前黑产的攻击模型呈现以下趋势:攻击方法多样化而变化快,攻击手段趋于模拟正常用户,攻击账号主要来源由大规模注册渐渐转向ATO账号。传统的规则系统和有监督的模型,由于对欺诈案例以及标签数据的强依赖,往往无法及时应对迅速演化的黑产攻击,在反欺诈中一直处于被动防守的状态。DataVisor的无监督算法,通过全局分析,在高维空间聚类,可以在无标签情况下,自动发现大规模关联欺诈团伙。无监督算法在提前预警以及检测快速演变欺诈模式方面体现了显著的优势。

14:30-15:30

在无人机巡线开启之前,全国110kV以上输电线路150万公里,80-90%以上输电线路在崇山峻岭中,每个月需要巡视一遍,这就要求巡检人员徒步翻山越岭走到线塔下方,地形、天气、线塔高度都会严重影响巡线工作,有时甚至需要带电作业,效率低下,危险度高。 此后,中飞艾维第一个将无人机应用于电力巡线,推进电力巡线行业由人巡时代进入机巡时代。无人机作业服务在国网开展超过20个省市,全国覆盖第一,并积极拓展海外市场。 今天,中飞艾维再次向新的行业变革进军,利用无人机进行工业数据采集如何实现?又如何利用人工智能(AI)分析行业数进行产业支撑?智巡时代已然已经到来。

15:50-16:50

人工智能在落实层面上最热门的领域是医学。在前沿技术的落实和成功商业化是初创企业成功的关键。我们致力于医学影像数据的人工智能处理,在计算结果的呈现方式上,创新性地结合了最前沿的可视化技术—混合现实(MR : Mixed Reality)技术,取得了良好的技术和商业成就。通过CT、核磁共振数据的智能处理,获得三维病例模型。存储于本地云的智能处理结果文件,通过局域网与混合现实终端分享,用户佩戴混合现实终端后,可全息浏览立体的个性化病例数据,围绕着手术,应用于医患沟通、手术方案规划、术中引导、医学教学培训和临床科研等环节中。

51CTO 主办

WOT 全球人工智能技术峰会
——1000+技术同仁邀您共同见证!

  • 报名咨询: 010-68478816
    wot@51cto.com
  • 市场合作: 010-68478816
    pancb@51cto.com
  • 商务合作: 010-68476606-8075
    wj@51cto.com